En nuestro gráfico de ventas diarias es fácil observar el desempeño de cada una de las tiendas respecto al resto (su agregado). De esto podemos concluir, sin más, que la tienda A tiene ventas mayores a B, y B mayores a C.

En términos generales, es claro el aumento en ventas sábados y domingos — efecto similar al observado en nuestro gráfico de ventas promedio por día de la semana.

A pesar de poder observar horas pico en nuestro gráfico de ventas promedio por hora, no podemos asumir homogeneidad a priori para todos los días de la semana, puesto que — dado el tipo de datos y horarios de consumo en general — es poco probable que dicho supuesto se cumpla.

Dicha heterogeneidad nos lleva a las siguientes observaciones:

1. Sábado es el día de mayores ventas para todas las tiendas.
2. Entre semana, martes, lunes y miércoles son los días con mayores ventas para las tiendas A, B y C respectivamente.
3. En cuestión de horarios, podemos observar que, en la tienda A, hay mayor actividad de 13 a 14 horas, y de 17 a 18 horas (2 horas, aproximadamente); en la tienda B, de 12:30 a 13:30, y de 16 a 18:30 horas (3.5 horas, aproximadamente), y en la tienda C, momentos aislados de mayor actividad en las 13, 15, 17 y 19 horas. En términos marginales, la tienda B tiene mayor actividad en cuanto al volumen de sus ventas.

Finalmente, es fácil observar que las tiendas A y B comparten características y siguen las mismas tendencias de crecimiento / estabilidad. Sin embargo, la tienda C tiene un comportamiento casi totalmente distinto.

Estas conclusiones nos permiten introducir nuestros datos a modelos de causalidad para conocer los efectos potenciales de futuras alternativas y propuestas para aumentar ventas y mejorar la experiencia del cliente.